Agentes de IA chegam ao navegador enquanto os benchmarks mostram fissuras
As novidades recentes tratam menos de um modelo gigante e mais do sistema ao redor dele. A Anthropic abriu Computer Use, Skills API e Files API; a Mistral lançou Agentic Search; a xAI liberou o Grok Build para todos os planos.
Um agente precisa pesquisar, operar software, criar arquivos e entregar um resultado utilizável. A confiabilidade do fluxo de trabalho passou a importar tanto quanto a resposta do modelo.
Outils et vitesse
Claude Platform reúne navegador, software e arquivos. Mistral usa busca em várias etapas. LMSYS mediu 288 a 606 tokens/s para Ling-3.0-flash em quatro GPUs Blackwell.
Évaluation
Os benchmarks públicos não bastam. Dreadnode encontrou diferença entre passar e resolver tarefas. Hugging Face encontrou modelos ASR que repetem erros dos testes. Em produção, meça conclusão, latência, custo e recuperação segura.